我从数据仓库中提取了一个非常大的数据集。将数据集下载到我想要运行lme4的框中需要很长时间。我想知道我是否可以将数据处理成协方差矩阵，下载该数据（小得多），并将其用作lme4的数据输入。我已经使用SAS为多元回归模型做了类似的事情，希望我能为lme4创建这种类型的输入。
谢谢。
我不知道有什么方法可以使用观测到的协方差矩阵来拟合lmer模型。但是，如果目标是减少数据集大小以加快分析速度，那么可能会有更简单的方法。例如，如果你不需要随机效应的条件模式，并且你有一个非常大的样本量，那么你可以尝试将模型拟合到越来越大的数据子集，直到固定效应的估计值和随机效应的协方差矩阵"稳定"为止。根据我的经验，这种方法效果很好，其他人也讨论过：
http://andrewgelman.com/2012/04/hierarchicalmultilevel-modeling-with-big-data/
这是另一个报价：
与"多重模型"相关这种方法是简单的近似，可以加快计算速度。计算机越来越快，但模型越来越复杂！因此，这些通用技巧可能仍然很重要。一个简单而通用的技巧是将数据分解为子集，并分别分析每个子集。例如，将85个县的氡数据随机划分为30、30和25个县的三组，并分别分析每组。"盖尔曼和希尔（2007），第547页。